Tina

摘要： 1.mnist实例 ##1.数据下载 获得mnist的数据包，在caffe根目录下执行./data/mnist/get_mnist.sh脚本。 get_mnist.sh脚本先下载样本库并进行解压缩，得到四个文件。 2.生成LMDB 成功解压缩下载的样本库后，然后执行./examples/mnist/ 阅读全文

摘要： 在机器学习中，我们通常要考虑的一个问题是如何的“以偏概全”，也就是以有限的样本或者结构去尽可能的逼近全局的分布。这就要在样本以及结构模型上下一些工夫。在一般的训练任务中，考虑的关键问题之一就是数据分布是否合理：首先是数据集的覆盖度，也就是数据集是否能够覆盖样本空间；其次还要尽可能的保证具有和真实数据 阅读全文

摘要： 转自 http://blog.csdn.net/liumaolincycle/article/details/48501423 微调是基于已经学习好的模型的，通过修改结构，从已学习好的模型权重中继续训练。下面就在另一个数据集Flickr Style上面微调CaffeNet模型，来预测图像风格，而不再 阅读全文

摘要： （下载的时候没有提示 不知道是正在下 还是出现错误 卡着了）。。一直没有反应 下载前要以管理员身份运行 sudo su 再 python examples/finetune_flickr_style/assemble_data.py --workers=1 --images=2000 --seed  阅读全文

摘要： 深度学习简介 深度学习是指多层神经网络上运用各种机器学习算法解决图像，文本等各种问题的算法集合。深度学习从大类上可以归入神经网络，不过在具体实现上有许多变化。深度学习的核心是特征学习，旨在通过分层网络获取分层次的特征信息，从而解决以往需要人工设计特征的重要难题。深度学习是一个框架，包含多个重要算法: 阅读全文

摘要： 训练中的基础技巧（数据处理，验证集设置，参数处理） 首先，对于数据 我们需要统一其量纲。通用的做法是数据标准化。 就是让一个样本内的均值为0，不同样本类内方差尽量一致 然后就是为标签做one-hot encoding 对于权重 1.随机初始化 2.均值为0，且尽量不同意义的权重间尽量有一致的方差 这 阅读全文

摘要： Caffe——一个多么方便的深度学习工具，为啥安装和使用起来的bug这么多呢！把痛苦的记忆记录下来，把希望留给后人。 Caffe的万丈高楼（Net）是按照我们的设计图纸（prototxt），用Blob这些砖块筑成一层层（Layer）楼房，最后通过SGD方法（Solver）进行先简装修（Train）、 阅读全文

摘要： 最近打算看一看caffe实现的源码，因为发现好多工作都是基于改动网络来实现自己的的目的。比如变更目标函数以及网络结构，以实现图片风格转化或者达到更好的效果。 深度学习框架 https://mp.weixin.qq.com/s?__biz=MzI1NTE4NTUwOQ==&mid=2650325746 阅读全文

摘要： 本文主要来自Caffe作者Yangqing Jia网站给出的examples。 @article{jia2014caffe, Author = {Jia, Yangqing and Shelhamer, Evan and Donahue, Jeff and Karayev, Sergey and L 阅读全文

摘要： 0、参考文献 [1]caffe官网《Training LeNet on MNIST with Caffe》; [2]薛开宇《读书笔记4学习搭建自己的网络MNIST在caffe上进行训练与学习》（[1]的翻译版，同时还有作者的一些注解，很赞）; 1、*.sh文件如何执行？ ①方法一：有sh后缀名的是l 阅读全文